Iris Coleman
04 de febrero de 2025 22:46

Los investigadores de la Universidad de Stanford han desarrollado Musk, un modelo de IA que mejora el diagnóstico y el tratamiento del cáncer a través del procesamiento de datos multimodales, superando los modelos existentes en precisión y predicción.

Investigadores de la Universidad de Stanford han presentado un modelo de IA innovador llamado Musk (transformador multimodal con modelado enmascarado unificado) que tiene como objetivo racionalizar el diagnóstico de cáncer y personalizar los planes de tratamiento. Este modelo innovador está configurado para avanzar en la oncología de precisión al adaptar los planes de tratamiento basados ​​en datos únicos del paciente, según lo informado por Nvidia.

Integrando datos multimodales

Musk utiliza un modelo de transformador multimodal de dos pasos para procesar los datos de texto clínico y las imágenes de patología. Este enfoque permite que el modelo identifique patrones que podrían no ser detectables de inmediato para los profesionales médicos, lo que proporciona información clínica mejoradas. El modelo primero aprende de grandes cantidades de datos no apareados, luego refina esta comprensión a través de datos de texto de imagen pareados, lo que le permite reconocer los tipos de cáncer, biomarcadores y sugerir tratamientos efectivos.

Procesamiento de datos sin precedentes

El modelo de IA se produjo previamente utilizando un conjunto de datos sustancial que comprende 50 millones de imágenes de patología de 11,577 pacientes y más de mil millones de entradas de datos de texto relacionadas con la patología. Este extenso pretratenamiento se realizó durante diez días utilizando 64 GPU del núcleo de tensor NVIDIA V100, destacando la capacidad del modelo para manejar eficientemente los datos a gran escala.

Rendimiento superior en diagnóstico

Cuando se evaluó en 23 puntos de referencia de patología, Musk superó a los modelos de IA existentes al hacer coincidir efectivamente las imágenes de patología con el texto médico correspondiente. También demostró una precisión del 73% en la interpretación de preguntas relacionadas con la patología, como identificar áreas cancerosas y predecir la presencia de biomarcadores.

Detección de cáncer mejorada

Musk ha mejorado la detección y clasificación de varios subtipos de cáncer, incluidos los cánceres de seno, pulmón y colorrectal, hasta en un 10%. También mostró una precisión del 83% en la detección de biomarcadores de cáncer de mama y predijo los resultados de supervivencia del cáncer con una tasa de éxito del 75%. Este modelo supera significativamente los biomarcadores clínicos estándar, que generalmente ofrecen solo una precisión del 60-65%.

Perspectivas futuras

El equipo de investigación planea validar el modelo en diversas poblaciones de pacientes y entornos clínicos, con el objetivo de la aprobación regulatoria a través de ensayos clínicos prospectivos. Además, están explorando la aplicación de Musk a otros tipos de datos, como imágenes de radiología y datos genómicos, para mejorar aún más sus capacidades de diagnóstico.

El trabajo de los investigadores, incluidas las instrucciones de instalación y el código de evaluación del modelo, está disponible en GitHub, proporcionando un recurso para una mayor exploración y desarrollo en el campo de la IA médica.

Fuente de la imagen: Shutterstock